DAY9 热力图和子图的绘制

@浙大疏锦行
知识点：

1. 介绍了热力图的绘制方法
2. 介绍了 enumerate() 函数
3. 介绍了子图的绘制方法

作业：尝试对着心脏病数据集绘制热力图和单特征分布的大图（包含几个子图）

1 热力图的绘制

• 热力图Heatmap通过颜色深浅展示数据矩阵中数值大小或相关性。数值越大，颜色越深；横轴和纵轴通常代表不同的变量或类别，矩阵中的每个单元格对应一个具体数值。
• 在绘图之前，需要把字符串映射为数字，使用上篇的标签编码进行处理，这里不再赘述。
• 热力图本质上只能对连续值进行绘制，数值形的离散值其实不适合用热力图的，为了方便处理，这里不处理数据。
• 热力图依赖数值的相对大小，所以需要对数据进行标准化 / 归一化。如果使用混淆矩阵，可以不对数据进行标准化/归一化。

import seaborn as sns
import matplotlib.pyplot as plt
continuous_features = ['age','trestbps','chol','thalach','oldpeak'] # 提取连续特征
correlation_matrix = data[continuous_features].corr() # 计算相关系数矩阵
plt.rcParams['figure.dpi'] = 300 # 设置图片清晰度
# 绘制热力图
plt.figure(figsize=(12,10))
sns.heatmap(correlation_matrix, annot=True, cmap='coolwarm', vmin=-1, vmax=1)
plt.title('Correlation Heatmap of Continuous Features')
plt.show()

.corr()函数默认计算皮尔逊相关系数；
heatmap中的参数分别表示相关系数矩阵、显示具体的相关系数数值、配色方案和颜色映射的数值范围。

从图中可得出：

1. 颜色较浅的部分（偏灰色部分），相关系数的绝对值较小，表示两个变量之间的相关性较弱。例如thalach列与chol列的相关性较弱，相关系数为-0.0099
2. 颜色偏暖色调且越深（红色等），代表正相关程度越高。例如age与trestbps的相关系数为0.28，颜色为橘色
3. 颜色偏冷调且越深（蓝色等），代表负相关程度越高。例如oldpeak与thalach的相关系数为-0.34，颜色为蓝色

2 子图绘制

• 子图可以在一张画布上分别展示多个特征的分布情况，以箱线图Boxplot的子图为例

# 子图
features = ['trestbps','chol','slope','thalach'] # 选择绘制的特征
plt.rcParams['figure.dpi'] = 300
fig, axes = plt.subplots(2, 2, figsize=(12, 8)) # 创建整体布局，2行2列共4个图
for i in range(len(features)): # 遍历features中每个特征
    row = i // 2
    col = i % 2 # 确定好存放的行和列
    feature = features[i]
    axes[row, col].boxplot(data[feature].dropna()) # 删除缺失值
    axes[row, col].set_title(f'Boxplot of {feature}') # 设置标题
    axes[row, col].set_ylabel(feature) # 设置y轴标签

plt.tight_layout() # 调整子图布局，避免内容重叠
plt.show()

箱线图中，黄色横线为数据的中位数；
箱体的上下边界为第25百分位和第75百分位，箱体高度表示数据的中间 50% 的范围；
异常值（超出上下界1.5倍）用单独的点表示；
箱体上下的 whisker（须）延伸到非异常值的最大 / 最小值

3 enumerate()函数

作用：可以同时迭代一个序列，返回每个元素的索引和值
例子：

features = ['Annual Income', 'Years in current job', 'Tax Liens', 'Number of Open Accounts']

for i, feature in enumerate(features):
    print(f"索引 {i} 对应的特征是: {feature}")

在绘制子图时使用enumerate()函数，for循环可以改为for i, feature in enumerate(features):